如何解决使用此方法无法可视化模型摘要中的辍学层

n_col = X_tr_ss.shape[1]
n_out = y_tr_ss.shape[1]
com_name = 'mlp'

dn_lyr = [256,128]
drp_out = [0.2]
actv_name = ['relu','relu']

n_patience = 5
n_epoch = 300

nd_lyr = len(dn_lyr)
in_lyr = k.layers.Input(shape=(n_col,),name = 'inpt_'+com_name)
re_lyr = k.layers.Dense(dn_lyr[0],activation=actv_name[0],name = 'hidden_1_'+com_name)(in_lyr)
dp_lyr = k.layers.Dropout(drp_out[0])(re_lyr)

if nd_lyr > 1:
    dn_lyn = dn_lyr[1:]
    ac_nm = actv_name[1:]
    for i_lyr,nd in enumerate(dn_lyn):
        re_lyr = k.layers.Dense(nd,activation=ac_nm[i_lyr],name = 'hidden_'+str(i_lyr+2)+ '_'+com_name)(re_lyr)
out_lyr = k.layers.Dense(n_out,name = 'out_'+com_name)(re_lyr)
model_mlp = k.models.Model(in_lyr,out_lyr)

model_mlp.summary()

型号：“ model_9”

图层（类型）输出形状参数＃

inpt_mlp（InputLayer）（无，189）0

hidden_1_mlp（密集）（无，256）48640

hidden_2_mlp（密集）（无，128）32896

out_mlp（密集）（无，10554）1361466

总参数：1,443,002 可训练的参数：1,002 不可训练的参数：0

在模型摘要中看不到“退出”层。